iT邦幫忙

鐵人檔案

2024 iThome 鐵人賽
回列表
AI/ ML & Data

資料決策時代:從零開始打造公司數據引擎與決策文化 系列

在這個系列中,我將分享如何推動公司走向資料驅動決策文化的實戰經驗,包括過程中遇到的挑戰、需要掌握的資料工程知識,以及資料分析與組織變革中的重要概念。

我會從決策支援、技術選型、產品與商業目標的策略角度出發,分享我認為過程中幫助決策和變革最重要的觀點,而不會過於深入探討某個特定工具或分析方法。希望這些多元的視角能幫助大家少踩雷,順利推動公司使用數據決策的文化。


鐵人鍊成 | 共 30 篇文章 | 6 人訂閱 訂閱系列文 RSS系列文 團隊資料工程師甘苦談
DAY 21

為產品帶來成長(三):Growth Loops

前言 前一篇的主題 AARRR Funnel 是線性概念的產品成長模型,今天來聊聊另一個產品成長概念:Growth Loops,但其實裡面也延續了 AARRR...

2024-10-05 ‧ 由 郭家良 分享
DAY 22

領域知識是什麼? 如果你不想再聽到『這我早就知道了』

前言 在我碩士班剛開始接觸到資料科學,還是個小菜鳥的時候,其實沒有覺得領域知識有多重要,過度自信的認為我只要有足夠的資料、夠豐富的分析工具和充足的資料探索,沒...

2024-10-06 ‧ 由 郭家良 分享
DAY 23

資料科學家的工具箱:選擇合適的分析工具

前言 相信大家一定都有自己口袋中常用的分析工具,今天也來整理一下我從過去到現在接觸過的一些分析工具,算是我自己的工具箱。 但我會比較從『目的』的角度來做整理,...

2024-10-07 ‧ 由 郭家良 分享
DAY 24

數據設計的陷阱:『看著前方的路況,而不是死盯儀表板』

前言 今天想和大家分享在剛開始做資料分析時,曾經遇過的一個問題和經驗,也是蠻多數據分析時常見的盲點,也就是過度追求極致儀表板的設計、數據指標定義的計算。過度追...

2024-10-08 ‧ 由 郭家良 分享
DAY 25

資料分析系列的總結

前言 今天是資料分析系列的最後一篇,我們來做個總結和回顧。 在資料驅動的產品成長和決策中,分析常被視為解決所有問題的答案。然而,僅僅埋頭分析或盯著指標,往往讓...

2024-10-09 ‧ 由 郭家良 分享
DAY 26

打造資料驅動決策的文化

前言 我們這系列的主題是如何打造公司的數據引擎和資料決策的文化,在講完了資料工程的基礎、分析的目的和工具,打造資料決策文化其實是最核心的一個關鍵要素。但什麼是...

2024-10-10 ‧ 由 郭家良 分享
DAY 27

資料科學家也要是個政治家

前言 前一篇我們聊了推動資料決策文化的種種要素,希望沒有讓你決定打退堂鼓。 我想在2024年,資料科學已經算是一個比較成熟的工作領域了,在2017我剛畢業的時...

2024-10-11 ‧ 由 郭家良 分享
DAY 28

資料診所: 資料分析師的時間救星

前言 你們公司現在有多少資料分析師呢?有多少業務的資料需求?這些需求都是能在工作週期或是 Sprint 前就能把需求規格開的很清楚嗎? 還是,你們的狀況像我們...

2024-10-12 ‧ 由 郭家良 分享
DAY 29

從技術到價值:Data Product Manager

前言 這陣子看到越來越多原本在資料分析師、資料科學家崗位上有所成績的朋友,都陸續轉換到了產品部門,擔任產品經理,我也是其中一個。隨著市場需求的變化,生成式AI...

2024-10-13 ‧ 由 郭家良 分享
DAY 30

完結篇:透過資料創造持續成長的文化

回顧推動資料決策文化的過程 終於迎來鐵人賽的最後一天,謝謝從第一天到第三十天一起完成這個鐵人賽的你,以及0庫存每天寫、沒有放棄的我 XD 今天我們就來做這整個...

2024-10-14 ‧ 由 郭家良 分享